近日，華中科技大學聯合北京大學、南京大學、武漢卡比特、武漢極目智能在武漢舉行新品發布會，推出基于國產TPU的訓推一體機與國內首套車載軟件智能研發全鏈平臺兩大成果。

兩項創新構建起“國產算力硬件+全流程研發軟件”的完整閉環，不僅攻克車載軟件研發效率低、國產AI 算力“卡脖子”等行業難題，更已在阿里巴巴、中國移動研究院等企業落地應用。

當前智能網聯汽車產業爆發式增長，車載軟件研發卻面臨雙重困境。一方面，國產AI大模型受限于算法芯片自主可控不足、訓推效能偏低，難以支撐大規模代碼開發需求；另一方面，傳統車載軟件開發存在代碼生成效率低、測試腳本維護成本高、跨平臺適配難等痛點，尤其智能網聯汽車場景復雜，實車測試成本高、周期長，嚴重制約產業升級。華中科技大學聯合科研院所與企業組建攻關團隊，針對性突破軟硬件雙重瓶頸，形成“算力底座+研發平臺”的雙輪驅動解決方案。

在算力硬件層面，基于國產TPU的訓推一體機實現核心技術自主化跨越。作為國內首套將代碼大模型訓練與推理一體化部署在國產TPU上的產品，其深度融合自主可控算力平臺與大模型代碼生成能力，徹底擺脫對國外芯片的依賴。相較于傳統GPU架構，國產TPU在AI計算場景中具有天然效能優勢，通過架構優化可顯著提升算力利用率與能耗效率，該一體機借此有效提升車載軟件研發中的大模型訓推速度，構建起 “芯片-模型-應用”的軟硬一體化自主閉環生態，為上層研發提供安全可靠的算力支撐。

在研發軟件層面，車載軟件智能研發全鏈平臺填補行業空白。作為國內首套覆蓋軟件研發全流程的大模型平臺，其在三大核心領域實現國內領先:代碼自動化生成環節大幅提升AI參與度，將人工編碼工作量降至最低；漏洞檢測模塊可精準識別潛在風險，降低車載軟件安全隱患；自動化測試系統則徹底解決傳統工具跨平臺、跨設備適應性差的難題，通過仿真測試替代部分實車場景驗證，大幅降低測試腳本編寫與維護成本。武漢卡比特在智能駕駛軟件研發中應用該平臺后，測試周期縮短40%，研發成本降低30%，充分印證其實用價值。

據悉，兩大成果已形成規模化示范效應，訓推一體機憑借高效能算力支撐，成為企業搭建私有AI研發平臺的核心設備；車載軟件智能研發全鏈平臺已服務武漢卡比特、阿里巴巴、中國移動研究院、云片松等數十家企業，覆蓋智能網聯汽車、通信、互聯網等多個領域，在復雜場景軟件開發中展現出強大適配性與穩定性。

與會專家指出，這套解決方案不僅解決了車載軟件研發的“效率痛點”，更突破了國產AI算力的“自主瓶頸”，為行業提供了可復制的自主化范本。